【人工智能】习题——博弈搜索

1）对于如图所示的博弈树，假若A在极大值层，它该选什么样的走步？

• 检查L点，更新$\alpha (E)>=7$
• 检查M点，确定$\alpha (E)=7$，更新$\beta (B)<=7$
• 检查N点，更新$\alpha (F)>=8$，$\alpha (F)>\beta (B)$，F点进行$\beta$剪枝
• 检查P点，更新$\alpha (G)>=2$
• 检查Q点，确定$\alpha (G)=3$，确定$\beta (B)=3$，更新$\alpha (A)>=3$
• 检查R点，更新$\alpha (H)>=0$
• 检查S点，确定$\alpha (H)$=0，更新$\beta (C)<=0$，$\beta (C)<\alpha (A)$，C点进行$\alpha$剪枝
• 检查V点，更新$\alpha (J)>=5$
• 检查W点，确定$\alpha (J)=8$，更新$\beta (D)<=8$
• 检查X点，更新$\alpha (K)>=9$，$\alpha (K)>\beta (D)$，K点进行$\beta$剪枝，确定$\alpha (A)=8$

2）在上题的博弈树中，用剪枝过程需要检查哪些节点？

需要检查L、M、N、P、Q、R、S、V、W、X

2. 有一种N/M或“最后者输”的博弈游戏，其玩法如下：开始有9枚硬币，两人轮流取出1、2或3枚，取出最后一枚者为输，试用搜索树证明后起步者总能取胜。

   当轮到某一方时只剩下1个硬币，则该方输。

   

   

   通过搜索树得知，当先手的局面剩5个硬币时，后手必胜，而无论先手在第一步时取走几个硬币，后手总能使先手在第二步决策时只剩下5个硬币。而在博弈过程中，双方总是做出对自己最有利的决策，因此无论先手做出什么决策，后手总能获胜。

   实际上，当n=k(m+1)+1时，后手必胜。设先手取出x个物品，后手只需要取出m+1-x个物品，使得n整除m+1的余数为1，且后手方仍是后手方。以此类推直到n=1。即先手必败后手必胜。本题中n=9，m=3，n=2(3+1)+1，满足后手必胜条件。

1）请指出$\alpha$剪枝过程与$\beta$剪枝过程的差别。

1. $\alpha$剪枝：若任一极小值层节点的$\beta$值小于或等于他任一先辈的极大值层节点的$\alpha$值，则可中止该极小值层中这个MIN节点以下的搜索过程（因为有比该节点更优的策略，已方不会选择该节点作为下一步策略），这个MIN节点最终的推导值就确定为这个$\beta$值。
2. $\beta$剪枝：若任一极大值层节点的$\alpha$值大于或等于他任一先辈的极小值层节点的$\beta$值，则可中止该极大值层中这个MAX节点以下的搜索过程（因为对方不会选择对己方更有利的策略），这个MAX节点最终的推导值就确定为这个$\alpha$值。

2)极小极大过程体现了怎样的思想？

极小极大搜索体现了一种“零和博弈”的思想，博弈双方的目的都是极大化自己的利益，极小化对方的利益。己方考虑双方对弈若干步之后，从可能的步中选一步相对好的走法来走，即在有限的搜索深度范围内求解。

MAX代表己方，MIN代表对方，P代表局面。

静态估计函数 f 对局面的势态做出优劣估计，有利于MAX的势态，f§取正值；有利于MIN的势态，f§取负值。

1. 当轮到MIN走步的节点时，MAX应该考虑最坏的情况，f§取极小值
2. 当轮到MAX走步的节点时，MAX应该考虑最好的情况，f§取极大值
3. 当评价往回倒退时，相应于两方的对抗策略，不同层上交替使用1、2两种方法向上传导倒退值。

T:=(s, MAX), Open:=(s), Closed:=();//生成初始博弈树
/*第一阶段：使用宽度优先搜索生成规定深度的全部博弈树，然后对其所有端节点计算其静态估计函数值*/
Loop1: // 扩展深度至d
if Open=( ) Then Goto Loop2
n:=First(Open), Remove(n,Open), Add(n,Closed)
if F(n)=-∞, +∞, 0, Then Goto Loop1 // 可以被判定
else {ni}:=Expand(n) , Add({ni},T)
	if d(ni)<k Then Add(ni,Open), Goto Loop1
	else 计算f(ni), Goto Loop1
/*第二阶段：从底向上逐级求非终节点的倒推估计值，直到求出初始节点的倒推值f(s)*/
Loop2: // 赋值
if Close=() Then Goto Loop3
else np:=First(Closed)
if (np Is MAX) And (f(npi)有值) // npi是np的子结点，且都有值
then f(np):=max f(npi), Remove(np,Closed)
if (np Is MIN) And (f(npi)有值) // npi是np的子结点，且都有值
then f(np):=min f(npi), Remove(np,Closed)
if np未被赋值, Then MoveTail(np, Closed)
Goto Loop2
/*第三阶段：根据f(s)选择相对好的走步*/
Loop3:
if f(s)有值then Exit(End or M(Move, T)) // s被赋值，结束该步



选择相对好的走步*/
Loop3:
if f(s)有值then Exit(End or M(Move, T)) // s被赋值，结束该步